Suche
Mein Konto
Revolution inden for endometriosediagnose: AI bringer nyt håb!
Et R&D-team ved FAU Erlangen-Nürnberg bruger kunstig intelligens til at undersøge nye tilgange til diagnosticering og behandling af endometriose.
Revolution inden for endometriosediagnose: AI bringer nyt håb!
Endometriose er en stort set ukendt, men udbredt sygdom, der skønnes at ramme hver tiende til femtende kvinde i den fødedygtige alder i Tyskland. På trods af de omfattende symptomer, såsom kraftige bækkensmerter under menstruation, barnløshed og funktionelle forstyrrelser ved afføring og vandladning, stilles diagnosen ofte ikke. Det tager normalt i gennemsnit otte år for sygdommen at blive erkendt. Mange patienter finder først ud af deres sygdom under en endoskopisk procedure. Dette enorme antal urapporterede tilfælde og de varierende symptomer udgør en stor udfordring for lægebehandlingen. Et nyt initiativ fra Friedrich-Alexander University Erlangen-Nuremberg (FAU) har til formål at forbedre diagnostiske muligheder gennem brug af kunstig intelligens (AI).
Forskningsprojektet kaldet EndoKI modtager støtte på tre millioner euro fra det bayerske statsministerium for sundhed, pleje og forebyggelse. Målet er at forbedre non-invasiv diagnostik og effektiv behandling af endometriosepatienter. Det vil blive udført over en periode på tre år og kombinerer forskellige billeddannelsesteknikker såsom ultralyd og MR med AI-metoder for at udvikle en detaljeret 3D-model til patienter. Et tværfagligt team af fem forskere fra FAU og Erlangen Universitetshospital, støttet af partnere fra Würzburg Universitet og Münchens Tekniske Universitet, driver dette projekt fremad.
Udfordringer i endometriosediagnostik
Symptomerne på endometriose ignoreres ofte eller fejlfortolkes, hvilket fører til betydelige forsinkelser i diagnosen, som kan variere fra fire til elleve år. For at ændre dette har forskere i det EU-finansierede FEMaLe-projekt udviklet yderligere innovative tilgange. Dette bruger AI til at analysere patientdata såsom kliniske optegnelser, symptomer og genetisk information. Denne teknologi gør det muligt at opdage subtile mønstre og tidlige indikatorer for endometriose på et tidligt tidspunkt.
Som en del af FEMaLe-projektet blev to nøglesystemer udviklet: et klinisk beslutningsstøttesystem til sundhedspersonale og en digital ledsager-app til patienter. Denne app gør det muligt for brugere at spore deres symptomer og behandlinger over tid. Anonymiserede data fra appen flyder ind i AI-motoren, hvilket hjælper med at forbedre diagnostiske forslag. Målet er at fremskynde diagnostik og dermed reducere antallet af nødvendige operationer.
Integration af AI i behandling
Ud over at forbedre diagnosen kan integration af kunstig intelligens også fremme innovative tilgange til endometrioseterapi. Udviklingen af Endo-appen er i denne sammenhæng. Den er baseret på retningslinjer fra en uafhængig EU-ekspertgruppe, der tager hensyn til principper som lovlighed, etik og robusthed. Dette er for at sikre, at brugen af denne teknologi overholder både lovkrav og etiske principper.
De mulige anvendelser for kunstig intelligens er lovende. Ved at analysere brugernes symptomdagbøger kan AI genkende mønstre og afdække sammenhænge mellem symptomer og faktorer som kost eller motion. Det kan også hjælpe med at undgå unødvendige invasive procedurer og muliggøre hurtigere diagnose. AI vil løbende lære og forbedre baseret på brugerfeedback og en voksende database med symptomer og kliniske resultater.
På sigt vil der blive oprettet en pseudonymiseret database med MR-datasæt og histopatologisk information. Der vil også blive gennemført et kvalitativt etnografisk delstudie for at indfange gynækologers, patienters og forskeres perspektiver. Der bør udvikles anbefalinger til diagnostik og terapi, herunder for organisationer som WHO. Der er planlagt en konference om emnet endometriose i 2028 på FAU og Universitetshospitalet for at videregive den opnåede viden og fremme udveksling mellem eksperter.
Samlet set viser det, at kombinationen af kunstig intelligens og tværfaglig forskning åbner op for lovende måder til bæredygtigt at forbedre behandlingen af endometriosepatienter. [FAU] rapporterer om de væsentlige skridt hen imod mere effektiv diagnostik og terapi. Men projekter som [CORDIS] og [Endometriose.App] illustrerer også behovet for at øge livskvaliteten for berørte kvinder og for at forstå, måle og behandle deres smerter.